ginlix-ai/LangAlpha

해결하는 문제

LangAlpha는 기존의 AI 금융 도구가 너무 단순하다고 느끼는 투자자들을 위해 설계되었습니다. 일회성 질문 대신, 투자를 리서치가 시간이 지남에 따라 축적되는 반복적인 베이지안 프로세스로 취급합니다. 에이전트가 가설을 유지하고, 새로운 데이터에 따라 확신을 업데이트하며, 여러 세션에 걸쳐 이전 분석을 기반으로 구축할 수 있는 지속적인 워크스페이스를 제공함으로써 금융 리서치의 "컨텍스트 손실" 문제를 해결합니다.

작동 방식

시스템은 듀얼 모드 에이전트 아키텍처를 사용합니다:

• PTC (Programmatic Tool Calling) 모드: 심층 리서치를 위해 에이전트는 Daytona 클라우드 샌드박스 내에서 Python 코드를 작성하고 실행합니다. 이를 통해 대규모 금융 데이터 세트를 로컬에서 처리하고 최종 결과만 반환하여 토큰 제한을 피하고 비용을 절감할 수 있습니다.
• Flash 모드: 빠른 시장 조회, 대화형 Q&A 및 워크스페이스 관리용.

다계층 데이터 에코시스템(ginlix-data, FMP, Yahoo Finance)을 통합하고 Model Context Protocol (MCP) 서버를 사용하여 원시 데이터를 가져옵니다. 리서치는 전용 agent.md 노트 파일과 사용자 선호도 및 크로스 샌드박스 지식을 유지하는 장기 메모리 스토어가 있는 지속적인 워크스페이스에 저장됩니다.

대상 사용자

• 금융 분석가 및 투자자: 심층적인 주식 리서치, DCF 모델 구축 및 수주 또는 수개월에 걸친 시장 촉매제를 추적해야 하는 사용자.
• 포트폴리오 매니저: 반복적인 재무 보고서를 자동화하거나 AI 분석을 트리거하는 가격 트리거 알림을 설정하려는 사용자.

주요 특징

• 지속적인 워크스페이스: 파일, 스레드 및 리서치 노트를 보존하는 특정 리서치 목표(예: "Q2 리밸런싱")를 위한 전용 샌드박스.
• 프로그래밍 방식의 도구 호출: 샌드박스에서 Python 코드를 실행하여 LLM 컨텍스트 윈도우를 과도하게 사용하지 않고 복잡한 데이터 처리를 수행합니다.
• 금융 리서치 기술: DCF 모델링, 커버리지 보고서 작성, 실적 분석과 같은 작업을 위한 23개의 사전 구축된 워크플로우.
• 인터랙티브 MarketView: 에이전트가 실시간으로 주석(추세선, 가격 수준 그리기)을 달 수 있는 TradingView 차트가 포함된 웹 UI.
• 에이전트 스웜(Agent Swarm): 대규모 시장 스크리닝을 위해 격리된 컨텍스트를 가진 병렬 비동기 서브 에이전트를 파견하는 기능.
• 멀티모달 인텔리전스: 기술적 분석을 위해 이미지, PDF 및 라이브 캔들스틱 차트를 네이티브로 해석합니다.